文献

J-GLOBAL ID：201902247635191487   整理番号：19A0459126

訓練データを用いない監視カメラによる交通危険認識【JST・京大機械翻訳】

Traffic Danger Recognition With Surveillance Cameras Without Training Data

著者 (4件)： Yu Lijun (Peking University, Beijing, China) ,  Zhang Dawei (MIX Labs, Beijing, China) ,  Chen Xiangqun (Peking University, Beijing, China) ,  Hauptmann Alexander (Carnegie Mellon Univ., Pittsburgh, PA, US)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： AVSS  ページ： 1-6  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 自動車衝突を同定し予測するために,任意の交通監視カメラで動作する交通危険認識モデルを提案した。手動で監視するには多くのカメラがある。したがって,道路面の3D再構成と軌道の予測に基づく監視カメラからの自動車衝突を予測し,同定するモデルを開発した。通常のトラヒックに対して,それは,可能な高リスク領域についての洞察を提供するために,車両間の速度と距離のリアルタイムの積極的な安全性チェックをサポートする。衝突のラベル付き訓練データを用いることなく,自動車衝突の良好な予測と認識を達成した。BrnoCompSpeedデータセットに関する実験は,著者らのモデルが正確に道路をモニターすることができることを示して,距離測定のための1.80%の平均誤差,速度測定のための2.77km/h,自動車位置予測のための0.24mと速度予測のための2.53km/hであった。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測 ,  認知モデル ,  速度測定 ,  *カメラ ,  自動車 ,  安全性 ,  道路 ,  距離測定
準シソーラス用語： 位置予測 ,  実時間 ,  3D画像再構成 ,  自動車衝突 ,  *監視カメラ ,  *訓練データ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 訓練データ ,  監視カメラ ,  交通